首页
›
生物信息学与 AI 制药工程
›
018-药物靶点知识图谱
›
《药物靶点知识图谱与药物重定位分析》
VIP20
本课程属于:018-药物靶点知识图谱
生物信息学与 AI 制药工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
药物靶点知识图谱与药物重定位分析
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
药物靶点知识图谱概述
背景 · 定义与应用场景
药物靶点知识图谱…
背景
02
生物医药数据源介绍
DrugBank · UniProt · KEGG等公开数据库
生物医药数据源介…
DrugBank
03
知识图谱基础
三元组 · RDF · 属性图模型
知识图谱基础
三元组
04
数据采集与爬虫技术
爬取药物-靶点关系数据
数据采集
爬虫技术
05
数据清洗与预处理
去重 · 标准化 · 实体对齐
数据清洗
预处理
06
命名实体识别(NER)
药物 · 靶点 · 疾病实体的提取方法
NER
命名实体识别
07
关系抽取
基于规则与深度学习的关系分类
关系抽取
基于规则
08
实体链接与消歧
将实体映射到标准数据库ID
实体链接
消歧
09
知识融合
多源数据整合与冲突解决策略
知识融合
多源数据整合
10
图数据库选型
Neo4j · JanusGraph · ArangoDB对比
图数据库选型
Neo4j
11
Neo4j安装与基础
Cypher查询语言入门
Neo4j
安装
12
图模型设计
药物-靶点-疾病节点与关系类型
图模型设计
药物
13
数据导入Neo4j
CSV文件 · LOAD CSV · Python驱动
Neo4j
数据导入
14
高级Cypher查询
路径查询 · 子图匹配 · 聚合函数
Cypher
高级
15
知识图谱可视化
Cytoscape.js与D3.js…
知识图谱可视化
Cytoscape.js
16
图算法应用
PageRank · 社区发现 · 最短路径
图算法应用
PageRank
17
基于知识图谱的药物重定位
原理与案例
基于知识图谱的药…
原理
18
Python操作Neo4j
py2neo与neo4j驱动实战
Python
Neo4j
19
构建知识图谱API
Flask + RESTful接口
API
构建知识图谱
20
知识图谱推理与规则挖掘
SWRL · Drools
知识图谱推理
规则挖掘
21
知识图谱评估
准确率 · 召回率 · 覆盖率
知识图谱评估
准确率
22
大规模知识图谱存储
分布式图数据库与Sharding
大规模知识图谱存…
Sharding
23
语义搜索与智能问答
基于知识图谱的QA系统
语义搜索
智能问答
24
案例实战(一)
数据准备与实体识别
案例实战
数据准备
25
案例实战(二)
关系抽取与知识融合
案例实战
关系抽取
26
案例实战(三)
图数据库建模与数据导入
案例实战
图数据库建模
27
案例实战(四)
查询与可视化
案例实战
查询
28
案例实战(五)
药物重定位预测模型
案例实战
药物重定位预测模…
29
案例实战(六)
系统部署与前端展示
案例实战
系统部署
30
课程总结与未来展望
知识图谱在药物发现中的趋势
课程总结
未来展望
所属VIP或分类
同VIP:BioBERT药物靶点关系抽取与分类
同VIP:Neo4j药物靶点知识图谱构建与查询优化
同VIP:Nextflow参数配置与工作流测试管理